---

Wofür das Sheet gut ist

Ein Character Sheet ist die Vorstufe für alles, was danach kommt: Einzelbilder, Start- und Endframes für Video, weitere Szenen mit derselben Figur. Die Sedcard zeigt sie aus vier Winkeln, jeweils im gleichen Outfit und mit der gleichen Gesichtsstruktur.

Drei Gründe, warum ich damit starte:

• Identität. Video- und Bildmodelle erzeugen jede Generierung für sich, ohne Gedächtnis. Kennt das Modell nur die Vorderseite, erfindet es Seite und Rücken neu, und genau dort driftet die Figur. Mehrere Winkel schließen diese Lücke (siehe die Quellen unten).
• Einzelbilder. Aus dem Sheet schneidest du die Panels aus und nutzt sie als Referenz. Du beschreibst die Figur nie wieder, du lädst sie hoch.
• Licht. Dazu gleich mehr, weil es der Punkt ist, an dem viele Videomodelle Probleme machen.

Der Prompt

Der Prompt bleibt auf Englisch. Die eckige Klammer füllst du selbst aus (Schritt 2). Kopiere ihn komplett:

Technical character reference sheet, a 2x2 grid layout showing four distinct
panels of the same character. Subject: [DESCRIPTION OF YOUR SUBJECT]. The
subject is in @Image 1. Setting: Standing against a neutral, plain grey studio
background with cinematic high-contrast lighting. Panel 1: Wide full-body shot
from the front. Panel 2: Medium side profile shot. Panel 3: 45-degree angle
close-up portrait. Panel 4: Wide shot from the back. Style: Photorealistic,
shot on 35mm lens, gritty cinematic realism, deep shadows, rich textures, 8K
resolution. Maintain exact physical identity, facial structure, and outfit
details across all panels. No text, no logos.

Im Post habe ich die Subject-Zeile so gefüllt: A 11 year old white boy in cyberpunk style. Dazu hing das Ausgangsbild an der Anfrage.

Schritt 1: Ausgangsbild wählen

Der Prompt funktioniert mit jedem Ausgangsbild. Bei mir klappt er mit generierten Figuren aus Bildmodellen genauso wie mit echten Fotos. Das Raster, der Hintergrund und das Licht kommen aus dem Prompt, die Person oder Figur kommt aus dem Bild.

Was das Bild mitbringen sollte:

• Die Figur ist gut zu erkennen, ideal von vorn oder im Dreiviertelwinkel.
• Das Outfit ist sichtbar, denn der Prompt verlangt, es über alle Panels gleich zu halten.
• Keine starke Verzerrung, kein extremer Winkel.

Bei echten Fotos gilt: nur Menschen, die damit einverstanden sind, und nur Bilder, an denen du die Rechte hast. Ob ein Tool echte Personenfotos überhaupt annimmt, entscheidet der Anbieter. Das teste ich nicht für jedes Tool einzeln, probier es mit deinem aus.

Schritt 2: Subject-Zeile anpassen

Ersetze [DESCRIPTION OF YOUR SUBJECT] durch eine kurze Beschreibung dessen, was auf dem Bild zu sehen ist: Alter, Look, Stil. Beispiele:

• A 30 year old woman in a dark trench coat
• An armored soldier with a white bob haircut, post-apocalyptic style
• A 11 year old boy in cyberpunk style (so im Post)

Der Rest des Prompts bleibt unverändert. Die Panel-Reihenfolge, die 35mm-Optik und der Satz zur Identität sind der Teil, der das Ergebnis stabil macht.

Schritt 3: Generieren

Ich nutze dafür ChatGPT. Hänge das Ausgangsbild an und füge den Prompt ein. Schreibt dein Tool keine @Image 1-Referenzen, ersetze die Stelle durch the attached image. In Tools mit Referenz-Syntax lässt du @Image 1 stehen und verknüpfst dein Bild.

Schritt 4: Panels prüfen

Schau dir jedes Panel einzeln an, bevor du es weiterverwendest:

1. Ist das Gesicht in allen vier Panels dieselbe Person?
2. Stimmen Outfit und Details (Schnitte, Farben, Accessoires) überein?
3. Kommt das Licht in allen Panels aus derselben Richtung, mit ähnlichen Schatten?
4. Steht kein Text und kein Logo im Bild?

Passt etwas nicht, ändere die Subject-Zeile und generiere neu. Den Rest des Prompts musst du dafür nicht anfassen.

Warum das Licht der wichtige Punkt ist

Videomodelle tun sich mit konsistentem Licht schwer, sobald sich Kamerawinkel und Bewegung ändern. Das ist meine Erfahrung, und die Quellen stützen sie nur indirekt: Sie beschreiben Licht als eine der Variablen, die bei bewegten Bildern Drift auslösen. Einen Benchmark dazu habe ich nicht gefunden.

Der Prompt geht das so an:

• Neutraler grauer Studiohintergrund. Keine Umgebung, die Licht oder Farbe in die Figur trägt.
• Kontrastreiches Kinolicht, vorgegeben für alle vier Panels. Dadurch bekommen sie dieselbe Lichtrichtung und dieselben tiefen Schatten.
• Keine widersprüchlichen Lichtinfos. Ein Modell, das vier Referenzen mit vier verschiedenen Lichtsituationen sieht, muss sich eine davon aussuchen.

Eine Einschränkung: Eine Referenz kann ihr Licht in den Output ziehen. Das Sheet legt dich also auf diesen Lichtcharakter fest. Brauchst du später ein anderes Licht, beschreibst du es im Szenen-Prompt und prüfst, ob das Modell der Referenz nachgibt.

Typische Fehler

• Zu schwaches Ausgangsbild. Unscharf, abgeschnitten oder stark verdeckt: Das Modell muss raten, und das Sheet wird nur so gut wie das Bild.
• Zu lange Beschreibung in der Subject-Zeile. Beschreibe, was im Bild zu sehen ist, und überlass dem Bild den Rest.
• Panels ungeprüft weiterverwenden. Ein Fehler im Sheet landet in jedem Einzelbild, das du daraus baust.
• Perfektion erwarten. Perfekte Konsistenz über viele Clips liefert aktuell kein Modell. Das Sheet reduziert Drift, es beseitigt ihn nicht.

Der Post dazu

Das ist das Carousel, mit dem ich den Prompt auf Instagram gezeigt habe. Acht Slides, die Sedcards stammen aus diesem Prompt.

Die Caption dazu, so wie ich sie verwendet habe (ohne den Kommentar-Aufruf am Ende):

Ein Character Sheet ist der Hebel, den die meisten überspringen.

Oben siehst du vier Panels in einem Bild: Ganzkörper von vorn, Profil, Porträt im 45-Grad-Winkel und Rückansicht. Gleiche Figur, gleiches Outfit, gleiche Gesichtsstruktur. Erstellt mit einem einzigen Prompt.

Warum das für dich wichtig ist:

1. Identität. Bild- und Videomodelle generieren jeden Output ohne Gedächtnis. Zeigst du nur die Vorderseite, erfindet das Modell Seite und Rücken neu, und genau dort schleicht sich Drift ein. Ein Sheet liefert alle Winkel vorab.

2. Einzelbilder. Aus dem Sheet nimmst du jedes Panel als Referenz für Start- und Endframes. Du beschreibst die Figur nie wieder neu, du lädst sie hoch.

3. Licht. Der Punkt, den ich am wichtigsten finde. Viele Videomodelle tun sich mit konsistentem Licht schwer, sobald sich der Kamerawinkel ändert. Der Prompt setzt einen neutralen grauen Studiohintergrund mit kontrastreichem Kinolicht. Alle vier Panels teilen dieselbe Lichtrichtung und dieselben tiefen Schatten. Das Modell bekommt keine widersprüchlichen Lichtinformationen. Achtung: Eine Referenz kann ihr Licht in den Output ziehen. Deshalb lohnt sich ein bewusst neutrales Setup.

Die Logik des Prompts in kurz:
- 2x2 Raster, vier klar benannte Panels
- Linse und Look festlegen (35mm, körnig, tiefe Schatten)
- Der wichtigste Satz: Identität, Gesichtsstruktur und Outfit über alle Panels exakt gleich halten
- Kein Text, keine Logos im Bild

Ehrlich dazu: Perfekte Konsistenz über viele Clips liefert aktuell kein Modell. Das Sheet reduziert Drift, es beseitigt ihn nicht. Prüf jedes Panel, bevor du es weiterverwendest.

Next Steps

Wenn du die Figur nicht nur als Sheet, sondern als volles Board mit Gesichtsausdrücken, Kopfstudien und Handgesten willst, nimm das Character Reference Board. Ein Beispiel für den kompletten Weg vom Charakter bis zur Szene steht in Pollo AI Agent.

Quellen:

• Fora Soft: Character, Scene and Camera Consistency in Production
• MindStudio: Storyboards and Character Sheets for AI Video Generation
• Renderforest: How to Maintain Character Consistency in AI Videos
• Starpoint: Character Consistency in AI Video

Die Quellen sind überwiegend Anbieter-Blogs und Workflow-Guides, keine Studien. Sie stützen den Ablauf (Sheet vor Video, mehrere Winkel, neutrales Licht in der Referenz), liefern aber keine Messwerte zur Lichtkonsistenz.